基于文本挖掘的新闻标题与内容契合度评价研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及研究意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究内容与章节安排 | 第13-15页 |
| 1.4 创新点 | 第15-16页 |
| 第2章 相关理论与技术 | 第16-27页 |
| 2.1 数据获取方法 | 第16-19页 |
| 2.1.1 网络爬虫和网页简介 | 第16-17页 |
| 2.1.2 爬虫工具介绍 | 第17-18页 |
| 2.1.3 新闻文本的保存形式 | 第18-19页 |
| 2.2 文本预处理 | 第19-21页 |
| 2.2.1 数据清洗 | 第19页 |
| 2.2.2 分词处理方法 | 第19-20页 |
| 2.2.3 新闻词库的建立 | 第20页 |
| 2.2.4 停用词删除方法 | 第20-21页 |
| 2.3 文本表示模型 | 第21-22页 |
| 2.4 主题模型介绍 | 第22-24页 |
| 2.4.1 LDA主题模型 | 第22-23页 |
| 2.4.2 主题模型求解 | 第23-24页 |
| 2.5 相似度概念 | 第24-27页 |
| 2.5.1 文本相似度 | 第24-25页 |
| 2.5.2 相似度的计算方法 | 第25-27页 |
| 第3章 文本处理模型 | 第27-30页 |
| 3.1 问题提出与建模思路 | 第27页 |
| 3.2 LDA主题词提取 | 第27-29页 |
| 3.3 主题词抽取评价 | 第29-30页 |
| 第4章 标题-内容契合度设计 | 第30-32页 |
| 4.1 契合度概念 | 第30页 |
| 4.2 契合度评价指标 | 第30-32页 |
| 第5章 实证分析 | 第32-41页 |
| 5.1 数据采集与预处理 | 第32-34页 |
| 5.1.1 数据采集 | 第32-33页 |
| 5.1.2 数据预处理 | 第33-34页 |
| 5.2 主题模型建模 | 第34-35页 |
| 5.2.1 数据标记说明 | 第34页 |
| 5.2.2 LDA开源代码简介 | 第34-35页 |
| 5.2.3 两种建模实现比较 | 第35页 |
| 5.3 主题词提取与评价 | 第35-37页 |
| 5.3.1 主题词的提取 | 第35-37页 |
| 5.3.2 主题词提取评价 | 第37页 |
| 5.4 标题与主题词契合度计算 | 第37-38页 |
| 5.5 契合度评价分析 | 第38-40页 |
| 5.6 小结 | 第40-41页 |
| 结论 | 第41-42页 |
| 总结 | 第41页 |
| 未来展望 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44-45页 |
